Innovatives KI-System zeigt vielversprechende Ergebnisse bei der fehlerfreien Softwareüberprüfung
- Baldur, ein KI-System, das gemeinsam mit Google entwickelt wurde, automatisiert mathematische Beweise, um Softwarefehler zu reduzieren und die Genauigkeit zu erhöhen.
- Durch das Feintuning großer Sprachmodelle erreichen Baldur und Thor eine Erfolgsquote von 65,7 % bei der Generierung von Beweisen.
- Dieser Durchbruch verspricht die Softwareverifikation zu vereinfachen und die Zuverlässigkeit zu verbessern, was einen bedeutenden Fortschritt in der Entwicklung fehlerfreier Software darstellt.
Traditionell war die Überprüfung von Softwarecode ein arbeitsintensiver Prozess, der manuelle Code-Reviews oder das Ausführen des Codes zur Identifizierung von Anomalien umfasste. Obwohl diese Methoden wertvoll sind, sind sie anfällig für menschliche Fehler und bei komplexen Systemen unpraktikabel.
Hier kommt Baldur ins Spiel, eine sorgfältig entwickelte Lösung, die die Kraft von Large Language Models (LLMs) nutzt, um mathematische Beweise automatisch zu generieren. Durch das Feintuning von LLMs mit umfangreichen mathematischen Inhalten und der für Beweise verwendeten Isabelle/HOL-Sprache macht Baldur einen gewaltigen Schritt hin zur Automatisierung einer Aufgabe, die einst mühsam war. Das Ergebnis? Ein System, das in Tandem mit Theorembeweisern arbeitet, um die Korrektheit von Code zu überprüfen und die Fehlerquote erheblich zu reduzieren.
Im Herzen des Erfolgs von Baldur steht die Partnerschaft mit Thor, dem Tool, das für die automatische Generierung von Beweisen verantwortlich ist. Thor weist eine Erfolgsquote von 57 % auf, aber in Kombination mit Baldur erreichen beide eine bemerkenswerte Genauigkeit von 65,7 % bei der Generierung von Beweisen. Dieses dynamische Duo, inspiriert von der nordischen Mythologie, demonstriert das Potenzial von KI-gesteuerter Softwareüberprüfung.
Herausforderungen bei LLMs
Eine der Hauptherausforderungen bei der Arbeit mit LLMs, wie ChatGPT, ist deren gelegentlicher Mangel an Korrektheit. Anstatt Alarm zu schlagen, „versagen sie stillschweigend“ und liefern fehlerhafte Ergebnisse, die gültig erscheinen. Die Lösung dieses Problems ist entscheidend, um die Zuverlässigkeit von KI-generierten Beweisen sicherzustellen.
Die Entwicklung von Baldur war keine kleine Leistung, sondern erforderte mehrere Monate und eine gemeinsame Anstrengung mit Google. Emily First, die Hauptautorin des Projekts, setzte Minerva ein, ein LLM, das auf einem riesigen Korpus aus natürlichem Text trainiert wurde. Anschließend wurde Minerva auf einem umfangreichen 118-GB-Datensatz mit mathematischen und wissenschaftlichen Papern sowie Webinhalten mit mathematischen Ausdrücken feinjustiert. Der entscheidende Unterschied war jedoch die weitere Feinjustierung der Isabelle/HOL-Sprache, was den Weg für die Generierung umfassender mathematischer Beweise ebnete.
Baldurs Ansatz zur Fehlerkorrektur ist genial. Wenn der Theorembeweiser einen Fehler in einem generierten Beweis identifiziert, werden diese Informationen an Baldur zurückgemeldet, wodurch das System aus seinen Fehlern lernen kann. Dieser iterative Prozess verbessert die Genauigkeit und Zuverlässigkeit der Beweise und macht es zu einem hochwirksamen Werkzeug für die Codeüberprüfung.
Eine vielversprechende Zukunft für fehlerfreie Software
Obwohl es noch Verbesserungsbedarf gibt, stellt Baldur einen vielversprechenden Weg für die formale Softwareüberprüfung dar. Ingenieure sind weiterhin für die Entwicklung der Software verantwortlich, aber nun haben sie einen mächtigen Verbündeten in Form von Baldur, der in der Lage ist, die Erstellung mathematischer Beweise zu automatisieren.
Yuriy Brun, Professor am Manning College of Information and Computer Sciences der UMass Amherst, bemerkte: „Unsere Arbeit konzentriert sich darauf, das Schreiben dieser Beweise zu automatisieren. Baldur verwendet Large Language Models, um, gegeben ein mathematisches Theorem, automatisch einen Beweis für dieses Theorem zu generieren, den ein Theorembeweiser dann überprüfen kann.“
Baldurs Erfolg ist dem engagierten Team zu verdanken, das unermüdlich an diesem Projekt gearbeitet hat. Neben Emily First leisteten Markus Rabe, der zu dieser Zeit von Google beschäftigt war, und Talia Ringer, Assistenzprofessorin an der University of Illinois in Urbana-Champaign, bedeutende Beiträge. Das Defense Advanced Research Projects Agency (DARPA) und die National Science Foundation (NSF) unterstützten das Projekt.
Innovative Lösungen wie Baldur bieten Hoffnung, während die Tech-Branke mit der ständig wachsenden Komplexität von Softwaresystemen kämpft. Da sich die Fähigkeiten der KI weiter entwickeln und reifen, bleibt das Potenzial von Baldur, die Softwarekorrektheit auf neue Höhen zu treiben, vielversprechend.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.
Brenda Kanana
Brenda verfügt über mehr als 4 Jahre Erfahrung mit Spezialisierung auf Kryptowährungen, künstliche Intelligenz und aufkommende Technologien. Sie war bei Zycrypto, Blockchain Reporter und The Coin Republic tätig und hat nun Cryptopolitan zu ihrer Heimat gemacht. Ihr Soziologiestudium an der Mombasa Technical University hält sie nah am Puls ihrer Leser.
